习近平总书记曾在贵州省考察扶贫开发工作时强调，扶贫开发“贵在精准，重在精准，成败之举在于精准”。“精准扶贫”目前已成为扶贫帮困工作的高频表述之一。按照2015年制定的农民年人均纯收入2855元的国家扶贫标准，上海已不存在此层面的脱贫问题（2016年4月1日起本市城乡居民最低生活保障标准为每人每月880元）。但上海的社会救助范围已从原来的低保和特困供养人员延伸到低收入困难家庭、城市三无人员、农村五保、因病支出型贫困家庭，并将学前教育、普通高中及中等职业教育阶段特困供养人员及低收入困难家庭成员也纳入救助范围。因此，上海依然存在一定数量一定层面的经济困难人口，其群体构成也较为复杂。截至2015年底，全市有各类救济对象20.91万人。2014年9月，市政府发布《关于本市贯彻〈社会救助暂行办法〉的实施意见》，对社会救助工作提出了要“以困难群众的需求为导向，继续探索创新社会救助的发展理念、方式方法和体制机制等”的新要求。因此，上海如何做好本地困难群体的帮扶救助，在社会救助工作中实现精准救助，值得探索实践。
　　贫困人口的精准识别是社会救助工作的基础，但识别和瞄准又是个难题。我们曾组织人员与民政部门、部分街道办事处进行调研访谈，发现目前对于社会救助对象的识别存在如下问题：
　　1.救助对象识别不精准。由于识别指标比较单一，加上人为因素或“人情保”等现象，在救助对象的识别、选取时存在部分救助对象经济条件并不很差，使救助资源运用不精准，且易引发群众不满，损害救助工作的效果和公信力。
　　2.救助对象收入统计困难。目前，救助对象的经济状况主要通过房产、银行存款、工资收入来统计。随着收入来源的多样化，人工统计每户收入变得困难，居民多渠道收入难以统计。而且救助对象的经济状况也是动态变化的，有些原来困难家庭的子女已经就业，有些困难老人已经过世，这些情况都是由于信息掌握不及时，导致社会救助资金的不必要支出。
　　3.各部门间信息共享存在障碍。社会救助参与单位多，且都会自行排摸救助对象，而彼此之间的沟通协调机制不健全，往往会存在救助对象多头受助的现象。如果各单位的数据不能共享，救助对象的经济数据就难以做到精准，社会救助的支出就有可能不断提高。
　　4.社会救助宣传有待提高。由于多数家庭并不了解社会救助相关规定，既产生了大量盲目求助者，甚至导致得不到救助而采取过激行为事件的发生，也有符合条件却未能及时得到救助的。据调研了解，2015年在对全市7个项目37.2万户家庭经济情况核对中，廉租房申请不符合条件检出率达14.46%，共有产权房业务不符合条件检出率达6.41%，低保差异率达14.53%，因病支出型贫困差异率达33.97%，医疗救助差异率达14.53%。这些数据可以看出盲目求助情况的严重性和核对工作的复杂性。
　　大数据的运用已经在商业领域发挥了巨大作用，相信也将为精准救助提供新的理念和技术支持，为此建议积极利用大数据技术快速、便捷和高效的优势，助力上海困难群体精准救助工作。具体建议为：
　　1.运用“大数据”精准定位救助对象。精准扶贫首要问题就是精准定位救助对象。大数据下的精准救助避免了粗放式救助在样本选择上的弊端，其利用新技术摒弃了样本分析的方式，转向對所有数据进行分析，以数据的全面性和精准性为支撑。建议由市民政局牵头，开发相关的信息系统及数据库，建立本市社会救助大数据平台，并将部分权限（输入、查询、统计等）开放给相关职能部门。运用“大数据”思维，可以实现对每个困难户建档立卡，将救助对象的基本资料、动态情况录入系统，从而建立起一整套行之有效的救助对象网络信息系统及数据库。在实际操作过程中，数据录入过程也绝非易事，必须做到“两手抓”：一方面，需有专门的数据录入小组自上而下按照层级划分走基层、录数据。相关部门要协同对采集数据进行分析、核实、汇总，确保基础数据准确无误，对救助数据采集分析做到不漏户、不漏人。另一方面，可以自下而上发动基层群众自治性组织的监督管理力量，发扬基层民主，自行识别周围人是否属于救助对象。由此可提高定位救助对象的瞄准效率，精准定位。
　　2.运用“大数据”完善救助对象信息核查机制。以往对救助对象的信息核实，由于受客观条件限制，难以做到信息核实的准确性，特别是在收入核查方面。运用“大数据”可逐步解决完善此类问题，比如实现与本市各银行、证券机构、保险机构、房产交易中心等的数据对接，不定期进行筛查，对不符合救助条件的人员予以剔除。另外，也可通过大数据分析救助群体的实际消费水平，比如通信费支出等。运用“大数据”实施平台动态化的信息核查，不仅节省人员设置，更减少人为因素影响，能进一步提升社会救助家庭经济状况核对的准确性，让真正困难群体得到及时救助。
　　3.运用“大数据”打造区域协同救助信息平台。针对目前部分救助对象得到多头重复救助的现象，可尝试运用“大数据”打造全市的大数据精准救助管理平台，将全市所有救助信息加以集成融合，为精准救助工作提供必要的数据支持，实现救助信息资源共享。有些困难户既是民政部门的工作对象，也是其他职能部门（如工青妇组织）的工作对象。由于工作对象存在交叉，要想将救助政策尽快惠及到所有困难群体，真正落实“广覆盖、少重复”，就必须形成部门间的有效衔接，从而避免在救助工作中因信息不对称而浪费人力和物力。
　　4.运用“大数据”对救助对象进行动态管理。首先，在广泛收集数据基础上建立科学系统性的困难户和困难户识别系统，对其进行信息化管理，建立救助对象数据库。在动态管理中，对救助对象的基本资料、动态情况进行全面把握与管理；其次，可对救助资金进行全面管理，准确管理每一笔资金流向，保证专款专用，落到实处；第三，在通过对救助对象定量分析后，可准确把握哪些人已不再需要救助，哪些人还需继续救助，体现救助对象的动态变化。这样做可以及时更新数据，既省去了反复统计的烦琐，也极大地节省了社会资源。
　　5.运用“大数据”对救助对象进行预测。大数据应用不仅局限于困难人员的确定、平台的建立，更重要的应用于对困难人员的预测。大数据的核心就是预测，通过预测，准确把握救助对象的需求，正确处理救助工作中存在的问题，从而有针对性地引导资金流的方向，解决困难户最切身的问题。
　　总之，为实现对本市困难群体的精准救助，可以尝试利用大数据技术将海量的救助信息进行有效分类、整合、分析及利用，综合考虑家庭成员的健康状况、居住情况、消费水平和生活条件等各方面情况，运用大数据筛查，从而提高救助瞄准精度，建立完善的大数据处理平台，实施有效的动态监管，实现救助方式、内容与救助对象有效匹配，切实做到“真救助”。同时，还需要实现救助对象和救助过程的精准管理，即对救助对象进行全方位、全过程的监测，实时反映救助对象情况，及时发现和调整救助过程的问题，实现救助对象的有进有出，动态管理，并逐步实现对救助对象的有效预测。